3分钟生成完整短视频Pixelle-Video AI全自动生成实操笔记【免费下载链接】Pixelle-Video AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-VideoPixelle-Video 是一个 AI 短视频生成引擎输入一个主题它自动完成文案、配图、配音和视频合成产出可播放的短视频文件。适合想批量产出短视频内容、又不想碰剪辑软件的人。最快跑通路径就三条克隆仓库、配好 LLM 密钥和图像服务、在 Web 界面点生成。整个过程通常在 10 分钟内完成。快速跑通克隆、启动、配置两个密钥环境只有一个硬要求系统装好 ffmpegbrew 或 apt 一条命令的事Python 环境由 uv 接管不用自己管版本。git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video uv run streamlit run web/app.py跑完后浏览器自动打开 http://localhost:8501。首次运行大概率卡在装依赖上uv 要下载全部依赖并安装等它跑完即可这不是报错。Windows 用户不用走这些步骤下载官方整合包、解压、双击 start.bat浏览器会自动打开。首次运行前有两项必须配置都在「系统配置」面板里LLM 密钥下拉选一个预设通义千问、GPT、DeepSeek 都行填入 API Key不想花钱可以指向 Ollama 本地模型。图像服务本地有显卡就填 ComfyUI 地址默认 127.0.0.1:8188点「测试连接」确认通没有显卡就填 RunningHub 的 API Key 走云端。这两项配完就能生成其余都是调优项。生成流程从主题到视频文件输入内容前先选生成模式左侧内容输入区有三种模式。「AI 生成内容」只填主题LLM 负责写稿「固定文案内容」直接粘贴现成文字跳过 AI 写稿环节BGM 同步在这里选无、内置、或把 MP3 放进 bgm/ 目录自选。你可以这样调主题较长或文案已经写好时用固定文案模式自己控制分镜切分AI 生成模式会按它自己的粒度切长主题容易切得不够细。点生成后四个步骤依次跑右侧栏实时显示进度生成文案、规划配图、逐分镜合成语音、视频合成。界面会显示「分镜 3/5 - 生成插图」这样的状态能看出卡在哪一步。完成后自动播放视频预览给出时长和分镜数文件保存在 output/ 目录。5 分镜的视频一般 2~5 分钟具体取决于图像模型速度。你可以这样调赶时间就减少分镜数量或换更快的图像工作流这两个对耗时影响最大。用模板和语音设置控制画面与声音模板文件是 templates/ 目录下的 HTMLCSS按命名分三类static_ 是纯文字不生成媒体image_ 用 AI 插图做背景video_ 用 AI 动态视频做背景。下拉菜单按尺寸分组1080x1920 竖屏、1920x1080 横屏、1080x1080 方形。中间栏的 TTS 工作流决定音色上传 30 秒参考音频可做声音克隆生成前能用「预览语音」试听。配图有两个调节点工作流决定用哪个模型提示词前缀要写英文决定整体风格配「预览风格」按钮先试效果。你可以这样调想让所有分镜的配图风格统一把风格短语写进提示词前缀模板拿不准就先点「预览模板」用自定义参数试再决定用哪个。两个场景单条横屏视频与批量竖屏系列如果你要做一条横屏解说视频输入主题「为什么要养成阅读习惯」模板选 1920x1080 的 image_book.html默认 Edge-TTSBGM 用内置。预期输出5~8 个分镜的横屏视频2~5 分钟生成落在 output/ 目录浏览器里直接预览。调优建议生成前先用「预览语音」试一句音色不合适就换 TTS 工作流这一步比生成后重跑便宜得多。如果你想批量出一系列竖屏短视频输入内容输入区切到批量模式每行一个主题上限 100 个模板选 1080x1920 竖屏同时想发方形平台就换 1080x1080 模板。预期输出每个主题一条独立视频结果都进「历史记录」页面可随时回看。两条注意批量期间浏览器要开着先拿 3~5 个主题的小批量验证风格确认没问题再放大避免整批返工。避坑笔记大概率会踩的坑启动后长时间没反应、终端无输出 → uv 首次要在装大量依赖不是卡死 → 等它跑完确实卡死就清理 uv 缓存后重新 uv sync。LLM 调用直接报错 → 密钥或账户余额问题 → 先核对 Key 是否正确再查账户余额错误提示里通常会写明原因。画面停在「生成插图」这一步 → 本地 ComfyUI 没起或工作流所需模型没下载 → 回配置面板点「测试连接」并在 ComfyUI 里确认模型齐全。语音预览正常、生成后却不对 → 所选 TTS 工作流不支持声音克隆参考音频被忽略了 → 换成支持克隆的工作流比如 Index-TTS。关心成本 → 出图/出视频是大头LLM 每条视频几分钱 → 全本地方案Ollama 本地 ComfyUI零成本云端方案通义千问 RunningHub一条视频几分到几元。跑通之后的进阶入口在 templates/ 里写自己的模板现有画面不满意时可以自己写 HTMLCSS。文件放进 templates/按 static_ / image_ / video_ 规范命名就会出现在下拉菜单里。模板参数能控制文字位置、配色这些细节适合做统一品牌风格。用自己的工作流替换能力界面里的图像、视频、TTS 工作流都是从 workflows/ 目录扫描出来的来源有三类selfhost 本地、runninghub 云端、api/ 开头的直连模型。哪一段不满意就换哪一段不用动主流程代码。把生成过程当 API 调用仓库内置 FastAPI 服务uv run python api/app.py 启动后文案、配图、语音、视频合成都能程序化调用。想把它接进自己的内容生产系统时走这条路。如果你要做的是「主题 → 成片」这类批量产出Pixelle-Video 能替掉中间大部分手工环节你真正要做的只是选模板和验收。建议先用默认设置生成一条再基于结果调语音和配图等组合稳定后开批量模式出系列。官方文档docs/zh/user-guide/web-ui.md核心源码pixelle_video/services/模板目录templates/【免费下载链接】Pixelle-Video AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-Video创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考